Resource Discovery - Sacherschließung am Ende?

Resource Discovery: Sacherschließung am Ende?

Prof. Magnus PfefferHochschule der Medien, [email protected]

12. April 2013 Fortbildung VdB, Braunschweig 2

Vom Katalog zum Resource Discovery System

Umsetzung durch kommerzielle Anbieter

Herausforderungen und Probleme in der Suche

Chancen für die Bibliotheken

Ausblick

Überblick


Vom Katalog zum Resource Discovery System


Kataloge Boolesche Suche

Differenzierte Indexe Erweiterte Suche als Standard

Langsame Suche Hardware/Software begrenzen die

Suchgeschwindigkeit

Begrenzte Datenmenge Für jeden Bestand eine eigene Datenbank


Einfache Suche Undifferenzierter „Google-Schlitz“ Erweiterte Suchmöglichkeiten verborgen

Schnelle Ergebnisse Suchgeschwindigkeit nur durch Bandbreite begrenzt

Allumfassend Wenn Google es nicht findet, existiert es nicht

Generation Google


Wissenschaftliche Suchmaschinen


Resource Discovery Fokus für neue Entwicklungen

Suchmaschinentechnologie Modernes und einheitliches User Interface Nutzung durch mobile Endgeräte

Kein neuer Katalog Gleichberechtigter, einheitlicher Zugang zu allen

Beständen der Bibliothek Volltext-Indexierung Web-Scale Discovery

Nach Breeding (2010)


Umsetzung durch kommerzielle Anbieter


Produkte Summon (Serial Solutions/Proquest)

http://www.serialssolutions.com/en/services/summon

Primo mit Primo Central (Ex Libris) http://www.exlibrisgroup.com/de/category/PrimoUeberblick

EBSCO Discovery Service http://www.ebscohost.com/discovery/

Vgl. Jansen et. al. (2010)

http://www.serialssolutions.com/en/services/summon

http://www.exlibrisgroup.com/de/category/PrimoUeberblick

http://www.ebscohost.com/discovery/


Komponenten Suchoberfläche

Rechercheportal im modernen Look Facettiertes Browsen der Ergebnisse Integration von Link Resolvern (Volltextzugang) Anbindung an Bibliothekssystem


Oberfläche mit facettierter Suche

Eingabemaske mit Stichwortsuche

Trefferliste

Facetten zurEinschränkung

der Treffermenge

Erweiterung des Suchraums


Kontointegration und Link Resolver


Komponenten Zentraler Index

Beim Anbieter gehostet Bibliografische Daten für alle Kunden Kunden können Ausschnitte wählen

Lokaler Index Eigene bibliografische Daten


Eigenschaften der Indexe „Megaindex“

Mehrere 100 Millionen Datensätze Nicht nur Metadaten, oft auch Volltexte indexiert Hauptverkaufsargument der Anbieter

Hetrogene Herkunft Verlage und Datenbankproduzenten Bibliothekskataloge Frei verfügbares Open Access Material


Eigenschaften der Indexe Heterogene Inhalte

Zeitschriften-/ Konferenzbeiträge Print- und E-Books Zeitungsartikel, Rezensionen, Working Papers, …

Aber: sehr wenig deutsche/deutschsprachige Inhalte


Unterschiede der Implementierung Installation

Lokal auf eigenem Server Gehostet beim Anbieter: Software-as-a-service

Komponenten Oberfläche + Index vom Anbieter Zentraler Index als Datenquelle für eigene Oberfläche


Unterschiede der Implementierung Selektion des Suchraums

Standardsuchraum Reduktion auf „klassischen“ Katalogbestand Erweiterung auf das „web scale discovery“

Navigation Anordnung und Inhalte der Facetten Drill-down nach formalen und inhaltlichen Aspekten


KonSearch

RDS der UB KonstanzSummon Oberfläche und Index

Beim Anbieter gehostet


Wissensportal Primo

RDS der TU BerlinPrimo Oberfläche und Index

Beim KOBV gehostet


HEIDI

RDS der UB HeidelbergEigene Oberfläche + Summon Index

Lokale Installation


SULB Wissensportal

RDS der Saarländischen Universitäts-und Landesbibliothek

Ebsco Discovery Service Oberfläche und IndexBeim Anbieter gehostet


Katalog Plus

RDS der UB FreiburgEbsco Discovery Service

Eigene Oberfläche + Index vom Anbieter


Zusammenfassung RDS Einfache Suche

Einheitlicher Zugang Modernes Interface

Schnelle Ergebnisse Suchmaschinentechnologie

Umfassend Zugang zu allen Beständen der Bibliothek Erweiterter Suchraum durch zentralen Index

→ Erwartungen werden erfüllt


Herausforderungen und Probleme


Normierung Heterogene Quellen → Heterogene Inhalte

Elemente der Titelaufnahmen Ansetzung von Personennamen Inhaltliche Erschließung

Beobachtung Häufige Dubletten

Titel Erschließungselemente

Verweisungsformen sind nicht suchbar


Heterogene Erschließung Suche nach „Linked Open Data“

Schlagwortfacette EDS, UB Freiburg: 100(!) Einträge Darunter für das Konzept „Linked Open Data“

Linked Data Linked Data (Ld) Linked Data (Semantic Web) Linked Open Data Linked Open Data (Lod)


Ansetzung und Verweise


Dubletten


Nachvollziehbarkeit Inhalte der zentralen Indexe sind nicht dokumentiert

Anbieter sehen den zentralen Index als Möglichkeit, sich von den Wettbewerbern abzugrenzen

Oft nur allgemeine Angaben Verlage Fachgesellschaften Selten: Zeitschriften

Keine Aussagen zum Umfang bestimmter Inhalte

Inhalte des zentralen Index sind nicht stabil Entfernung von Inhalten aufgrund ausgelaufener

Lizenzen


Nachvollziehbarkeit Indexing und Retrieval ist nicht dokumentiert

Indexbasis Metadaten Abstracts Volltext

Normalisierung und linguistische Bearbeitung Umlaute Grammatische Reduktion (z.b. Plural) Synonymerweiterung

Ranking


Indexing und Ranking Konsearch

Suche nach „Linked open data libraries“ Treffer 1 bis 3


Treffermengen Undifferenzierte Suche als Standard

Metadaten und Volltext indexiert Auch spezifische Anfragen liefern riesige Mengen

TU Berlin

UB Freiburg


Chancen


Traditionalle Stärken... Einheitliche Erschließung

Formal Inhaltlich

Strenge Normierung Gemeinsame Normdatei Zeitschriftendatenbank

Relevanz der Inhalte Aktive Auswahl


… für besseres Suchen und Finden Zusammenbringen und Differenzieren

Alles zu einem bestimmten Thema finden Alles von einem Autor finden Klare Trennung von inhaltlich verschiedenem

Nutzer nicht mit großen Treffermengen alleine lassen Sinnvolle Facettierung der Ergebnisse Nicht nur formal, sondern auch inhaltlich


Transparenz Inhalte

Was kann recherchiert werden? Was nicht? Und warum nicht?

Suchprozess Wie wird indexiert? Welche Normalisierungen wurden verwendet? Wurde die Suche verändert?


Fragestellung

Wiesenmüller (2012)


Ja!

Bild: Wikipedia / Public Domain


Systemaufbau

Präsentation

Logik

Datenbank

Oberfläche

Such- und Kontoverwaltung

Index


Präsentation Manipulation der Anzeige

Anbieten von externen Informationen Anbieten von alternativen Sucheinstiegen

Manipulation der Sucheingabe Erkennen von Personen

Sucherweiterung um alternative Schreibweisen

Erkennen von Konzepten Sucherweiterung um Synonyme Anbieten von Disambiguierung Anbieten von Ober- und Unterbegriffen für die Suche


Mock-Up

Gorbatschow

Name erkannt.

Bekannte alternative Schreibeweisen:Gorbačëv

GhurbatshufGkormpatsoph

GorbačëvGorbačevGorbacëv

GorbachevGorbachovGorbaciovGorbač'ovGorbacsovGorbaczowGorbatchevGorbatsjovGorbats'ovGorbatxovГорбачев

Suche automatisch ergänzen?


Mock-Up

Krebs

Meinen Sie:Krebs <Medizin>Krebs <Sterbild>


Mock-Up

Mehr Infomationen

● GND Eintrag● Wikipedia

● Lexika

Neue Suchen

● Vom gleichen Autor● Über diesen Autor


Datenbankschicht Ziel: Homogenisierung der Daten

Anpassen von Datenelementen Anreichern der Daten Anpassen der Indexierung

Aber: Zentraler Index im „Besitz“ der Anbieter

→ Zugang zu den Daten existentiell


Auswerten der Erschließung Inhaltiche Erschließung vielfach vorhanden

Erschließungssysteme heterogen

Ansatz: Abgleich zwischen Erschließungssystemen Manuell erstellte Konkordanzen Automatisch generierte Mappings


Auswertung der Hierarchie Erschließung auf unterschiedlichen Ebenen

Verlag / Reihe Zeitschrift / Sammelband Aufsatz

Ansatz: Akkumulieren und Verteilen „von unten nach oben“ „von oben nach unten“


Auswertung der Redundanz „Echte“ Dubletten

Sehr ähnliche Einträge Ausgaben

Print, Elektronisch, Paperback, International

Auflagen und Versionen Working Paper, Pre- / Postprint

Übersetzungen

Ansatz: Übertragung von inhaltlicher und formaler Erschließung aus Dubletten und anderen Ausgaben


Forschungsprojekt Clustering von Katalogdaten zur Übertragung von

Erschließungsinformationen

Daten SWB

Katalog des Südwestdeutschen Bibliotheksverbundes

Hebis Katalog des Hessischen Bibliotheks- und Informationssystems

HBZ Katalog des Hochschulbibliothekszentrum des Landes Nordrhein-

Westfalen

B3Kat Gemeinsamer Verbundkatalog von Bibliotheksverbund Bayern und

dem Kooperativen Bibliotheksverbund Berlin-Brandenburg


Ergebnisse

Katalog Monografien Anteil RVK

Anteil RSWK

Zuwachs RVK

Zuwachs RSWK

SWB 13.330.743 4.217.226 4.083.113 581.780 957.275

Hebis 8.844.188 1.933.081 2.237.659 1.097.992 1.308.581

HBZ 13.271.840 1.018.298 3.322.100 2.272.558 1.080.162

B3Kat 22.685.738 5.750.295 6.055.164 2.969.381 2.765.967


Ausblick


(Linked) Open Data Bereitstellung in offenen Formaten

Bereitstellung unter freien Lizenzen

Verfügbarkeit großer bibliografischer Datensammlungen Nationalbibliografien Kataloge von Bibliotheken und /-verbünden Fachbibliografien Open-Access Repositorien Verlagsdaten Normdaten


Gemeinsame Infrastruktur Culturegraph.org

Initiative von DNB und HBZ Ziel: Zusammenführen von bibliografischen

Informationen, die als Linked Open Data zur Verfügung stehen

Open Source Infrastruktur Parametrisierbare Metadatenverarbeitung Erweiterbar (Java) Skalierbar (Hadoop)

→ Ideale Ausgangsbasis zur Verarbeitung großer Datenmengen


Freie Softwarelösung vufind

Gemeinsame Entwicklung von Bibliotheken Leistungsfähige Softwarebasis Großer Anwenderkreis


vufind Sucheinstieg


vufind Layout


Berufsfeld Metadatenmanagement als eine zentrale Aufgabe

Damit auch künftiger Ausbildungsschwerpunkt

Ziel: Zusammenführen von Metadaten in eigenem Index Homogenisierung der Daten

Formal Inhaltlich

Anreicherung mit externen Quellen Empfehlungen Verknüpfungen Zusatzinformationen


Die Konkurrenz schläft nicht

Google analysiert die Nutzereingaben

Erkannt werden:Personen

KunstwerkeBücherFilme

Computerspiele….

(auch abstrakte Konzepte)

Angezeigt werden Kurzinformationenund sinnvolle Verknüpfungen

zu anderen Entitäten


Danke für Ihre Aufmerksamkeit!

Folien online unterhttp://www.slideshare.net/MagnusPfeffer/

Dieses Werk bzw. Inhalt steht unter einerCreative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Unported Lizenz.

http://www.slideshare.net/MagnusPfeffer/

http://creativecommons.org/licenses/by-sa/3.0/deed.de


Links Wissensportal Primo

http://portal.ub.tu-berlin.de/

HEIDI http://heidi.ub.uni-heidelberg.de/

KonSearch http://konstanz.summon.serialssolutions.com/

Katalog Plus http://www.ub.uni-freiburg.de/index.php?id=opac&no_cache=1

SLUB Wissensportal http://www.sulb.uni-saarland.de/?id=115

Culturegraph Infrastruktur http://sourceforge.net/projects/culturegraph/

http://portal.ub.tu-berlin.de/

http://heidi.ub.uni-heidelberg.de/

http://konstanz.summon.serialssolutions.com/

http://www.ub.uni-freiburg.de/index.php?id=opac&no_cache=1

http://www.sulb.uni-saarland.de/?id=115

http://sourceforge.net/projects/culturegraph/


Quellen Marshall Breeding: The State of the Art in Library Discovery 2010, in:

Computers in Libraries, 30 (1), 2010, S. 31

Heiko Jansen, Kirstin Kemner-Heek, Roswitha Schweitzer: Konkurrenzanalyse ausgewählter kommerzieller Suchindizes, Online-Veröffentlichung, 2010

Magnus Pfeffer: Using clustering across union catalogues to enrich entries with indexing information, in: Data Analysis, Machine Learning and Knowledge Discovery – Proceedings of the 36th Annual Conference of the German Classification Society, Springer, Heidelberg/Berlin, 2012 (noch nicht erschienen)

Heidrun Wiesenmüller: Resource Discovery Systeme, Vortrag auf der 36. Jahrestagung der Gesellschaft für Klassifikation, 2012

Technology

Resource Discovery - Sacherschließung am Ende?